### 使用Python sklearn实现线性回归分析 以下是一个完整的解决方案，用于基于`salary.csv`数据集中的工作年限（`YearsExperience`）和工资（`Salary`）建立线性回归模型，并进行预测。 #### 1. 数据加载与预处理 在实际应用中，数据通常存储在文件中。以CSV文件为例，可以使用`pandas`库加载数据[^1]。 ```python import pandas as pd # 加载数据集 data = pd.read_csv('Salary_Data.csv') # 提取特征和目标变量 X = data[['YearsExperience']] # 工作年限作为特征 y = data['Salary'] # 工资作为目标变量 ``` #### 2. 模型训练 使用`scikit-learn`中的`LinearRegression`类来构建线性回归模型[^2]。 ```python from sklearn.linear_model import LinearRegression # 创建线性回归模型实例 lr_model = LinearRegression() # 训练模型 lr_model.fit(X, y) ``` #### 3. 模型参数提取 通过模型的属性获取回归系数和截距项[^3]。 ```python # 获取模型参数 intercept = lr_model.intercept_ # 截距项 coefficient = lr_model.coef_[0] # 回归系数 print(f"Intercept (截距): {intercept}") print(f"Coefficient (回归系数): {coefficient}") ``` #### 4. 预测与结果展示 利用训练好的模型对新数据进行预测。 ```python # 示例：预测某个工作年限对应的工资 years_experience = [[5]] # 输入工作年限 predicted_salary = lr_model.predict(years_experience) print(f"Predicted Salary for 5 years of experience: {predicted_salary[0]}") ``` 完整代码如下： ```python import pandas as pd from sklearn.linear_model import LinearRegression # 加载数据集 data = pd.read_csv('Salary_Data.csv') # 提取特征和目标变量 X = data[['YearsExperience']] y = data['Salary'] # 创建线性回归模型实例并训练 lr_model = LinearRegression() lr_model.fit(X, y) # 获取模型参数 intercept = lr_model.intercept_ coefficient = lr_model.coef_[0] print(f"Intercept (截距): {intercept}") print(f"Coefficient (回归系数): {coefficient}") # 示例预测 years_experience = [[5]] predicted_salary = lr_model.predict(years_experience) print(f"Predicted Salary for 5 years of experience: {predicted_salary[0]}") ``` ### 结果解释 根据模型输出的结果，可以构建一个简单的线性回归方程表示工资与工作年限的关系[^3]： \[ \text{Salary} = \text{Intercept} + \text{Coefficient} \times \text{YearsExperience} \] #### 注意事项 - 确保`salary.csv`文件路径正确且格式符合预期。 - 如果数据集中包含缺失值或异常值，需提前进行数据清洗。